• Nenhum resultado encontrado

Inicialmente, ´e interessante definirmos a nota¸c˜ao a ser utilizada para representar algum fato, fenˆomeno. Existe uma rela¸c˜ao entre a teoria dos conjuntos e a teoria das probabili- dades, assim, ser´a utilizada a nota¸c˜ao e s´ımbolos da teoria dos conjuntos. Os conjuntos s˜ao representados por letras mai´usculas e os seus elementos, s˜ao colocados entre chaves (A={a, e, i, o, u }).

H´a duas maneiras pelas quais se pode descrever os elementos de um conjunto:

1◦) Consiste em relacionar todos os elementos do conjunto, ou um n´umero sufi-

ciente deles.

Exemplo: desejamos representar os h´ıbridos de milho, de ciclo tardio, recomendados para a regi˜ao de Chapec´o, altitude menor que 800m da safra 1988/89.

A={C125, AG28, AG35, SAVE, 342-A, C408, AG401, C317}.

Outro exemplo: principais esp´ecies do genˆero Biomphalaria em Santa Catarina. B={ B.straminea; B.glabrata; B.tenagophila };

2◦) Consiste em formular uma regra que defina a(s) caracter´ıstica(s) comum(ns)

aos membros do conjunto. Exemplos:

A={Todos os gˆeneros de formigas da fam´ılia Formicidae}; B={Todas as esp´ecies do gˆenero Biomphalaria};

C={Todas as plantas que produzem O2};

D={Todas as esp´ecies da fam´ılia das Solanaceas};

E={Esp´ecies do gˆenero Biomphalaria que s˜ao hospedeiras intermedi´arias do Schistossoma

mansoni };

Essa nota¸c˜ao ser´a utlilizada para representar espa¸cos amostrais e eventos.

Inicialmente, dissemos que n˜ao ´e necess´ario verificar diretamente o fenˆomeno para en- tender o seu comportamento, a sua variabilidade, enfim, a sua distribui¸c˜ao de freq¨uˆencias e,

AA Aa

AA AA Aa Aa zigotos

genótipos

Figura 3.2: Resultados do cruzamento de gen´otipos

sim, que ´e poss´ıvel, fazendo-se algumas suposi¸c˜oes adequadas, criar um modelo te´orico que represente muito bem essa distribui¸c˜ao, s˜ao os chamados modelos probabil´ısticos. Vamos ver a constru¸c˜ao de mais um modelo de probabilidade.

Exemplo: Se cruzarmos indiv´ıduos de gen´otipos AA e Aa. Queremos estudar as pro- por¸c˜oes dos resultados desse cruzamento. O gene A de um indiv´ıduo AA encontra o gene A ou o gene a de um indiv´ıduo Aa. As c´elulas fertilizadas tem gen´otipo AA e Aa, conforme figura 3.2. Observamos:

1◦) Que s´o existem essas duas possibilidades, pois Aa e aA n˜ao s˜ao ordenados.

2◦) N˜ao existe raz˜ao nenhuma para admitir que um dos dois resultados ocorra

com maior frequˆencia, sendo assim, teremos o seguinte modelo te´orico de frequˆencias para o experimento,

Cruzamentos AA Aa Total

Freq¨uˆencia te´orica 1/2 1/2 1

O espa¸co dos resultados desse experimento, ou simplesmente, espa¸co amostral, represen- tado pela letra grega Ω (ˆomega), fica:

Ω = {AA, Aa}.

As vezes o espa¸co amostral ´e representado pela letra S. Portanto, espa¸co amostral, ´e o con- junto de todos os resultados poss´ıveis do experimento. Cada um dos elementos, observa¸c˜oes que comp˜oem Ω chama-se de ponto amostral.

Agora, suponha que para o espa¸co amostral, Ω = {AA, Aa}, estamos interessados no evento homozigoto, ent˜ao, temos:

A = {AA}.

Poder´ıamos tamb´em estar interessados no evento heterozigoto, ent˜ao, temos: B = {Aa}.

Portanto, eventos s˜ao subconjuntos do espa¸co amostral, Ω, ou seja, ´e um conjunto de resultados de um experimento. Se um evento coincide com o espa¸co amostral, Ω, ele se

chama evento certo e temos, A = Ω

A = {AA, Aa}

A → evento dos fen´otipos com dominˆancia.

Observa¸c˜ao: o alelo A ´e dominante sobre a, portanto, Aa tem o mesmo fen´otipo que AA. Se um evento n˜ao possui nenhum elemento do espa¸co amostral, temos o evento imposs´ıvel,

A = ∅ (phi). Exemplo: D={homozigoto recessivo}={aa}.

Quando o evento ´e constitu´ıdo de apenas um elemento temos o evento simples. Como exemplos temos os eventos A e B.

Do exemplo acima, podemos fazer uma generaliza¸c˜ao. Todo o fenˆomeno ou experimento no qual est´a envolvido um elemento casual, aleat´orio, ou de incerteza, ter´a seu modelo

de probabilidades.

Um modelo probabil´ıstico fica definido, especificado, constru´ıdo, no momento em que es- tabelecemos o espa¸co amostral (Ω) e as probabilidades dos pontos amostrais; para o exemplo, temos o seguinte modelo probabil´ıstico:

Cruzamentos AA Aa Total

Freq¨uˆencias te´oricas 1/2 1/2 1

Esse espa¸co amostral ´e discreto, pois podemos enumerar todos os resultados do experimento. Essa enumera¸c˜ao pode ser finita ou infinita.

Exemplo de modelo. Cruzamos o gen´otipo Aa (pai) e Aa (m˜ae). Os resultados dos cruzamentos est˜ao indicados na figura 3.3.

Observa¸c˜oes:

1. As quatro recombina¸c˜oes AA, Aa, aA e aa s˜ao igualmente prov´aveis.

2. As duas recombina¸c˜oes Aa e aA n˜ao s˜ao ordenadas, isto ´e, n˜ao ´e poss´ıvel distingui-las biologicamente.

Logo, o espa¸co de resultados ´e:

Pai Pai Mãe Aa Aa A a A a AA Aa aA aa Óvulos espermatozóide zigoto

Figura 3.3: Cruzamento de gen´otipos

Como as recombina¸c˜oes s˜ao igualmente prov´aveis, associamos a cada uma delas a probabil- idade 1/4, logo, o modelo probabil´ıstico para o experimento fica:

Cruzamentos AA Aa aa Total

Freq¨uˆencia te´orica 1 4 1 4 + 1 4 = 1 2 1 4 1

Aqui, novamente, o espa¸co amostral ´e discreto.

Exemplo de modelo: Em tomateiros, vamos fazer o cruzamento entre dois indiv´ıduos homozig´oticos, um sendo recessivo, spsp, e respons´avel pelo h´abito de crescimento determi-

nado e o outro dominante, SpSp, respons´avel pelo h´abito de crescimento indeterminado. Em

F1 obtˆem-se: Spsp. Fazendo-se a autofecunda¸c˜ao desses indiv´ıduos F1(F1×F1), obtˆem-se as

seguintes recombina¸c˜oes:

SpSp; Spsp; spSp e spsp

todas com a mesma freq¨uˆencia te´orica e igual a 1/4. Veja o quadro: F1

F1 Sp sp

Sp SpSp Spsp

sp spSp spsp

Observa¸c˜oes:

1. As quatro recombina¸c˜oes s˜ao igualmente prov´aveis.

2. As duas recombina¸c˜oes, Spsp e spSp, n˜ao s˜ao ordenadas, n˜ao sendo poss´ıvel diferenci´a- las biologicamente.

O modelo probabil´ıstico fica:

Cruzamentos SpSp spSp spsp Total

Observa¸c˜ao: Um espa¸co amostral pode ser definido de diferentes maneiras para um mesmo experimento, dependendo dos objetivos do problema a ser estudado. Por exemplo, suponha que lancemos uma moeda cinco vezes. Se estamos interessados apenas na sequˆencia de caras e coroas obtida, um espa¸co amostral ´e:

Ω1 = {ckkkk, kckkk, kkckk, kkkck, ...}.

Observa¸c˜ao: s˜ao poss´ıveis 25=32 pontos amostrais. Mas se estamos interessados no

n´umero de caras obtidas, ent˜ao, um espa¸co amostral ´e: Ω2 = {0, 1, 2, 3, 4, 5}.

Temos, aqui, outro exemplo de espa¸co amostral discreto.

Exemplo: Considere um experimento que consiste em medir as alturas H de homens adultos. Um espa¸co amostral conveniente ´e:

Ω = {H : H > 0},

isto ´e, o conjunto de todos os n´umeros reais positivos. Se A indica o evento ”a altura de homens adultos ´e superior a 150 cm e inferior a 200 cm”, ent˜ao A={H:150<H<200}. Esses s˜ao exemplos de espa¸cos amostrais cont´ınuos, pois o intervalo cont´em um n´umero infinito de valores.

Outro exemplo: Considere um experimento que consiste em medir as alturas h de plantas de milho. Um espa¸co amostral conveniente ´e Ω={h:h>0}, isto ´e, o conjunto de todos os n´umeros reais positivos.

Documentos relacionados